Nichtlineare Gleichungen in einer und mehreren Unbekannten 2. Vorlesung 170004 Numerische Methoden I Clemens Brand 25. Februar 2010 Newton-
Gliederung Newton-, ng Newton-
, Fragenliste Nichtlineare Gleichungen in einer Variablen Was ist... Wie geht... eine lineare (nichtlineare, polynomiale, algebraische, transzendente) Gleichung? eine Nullstelle?... mehrfache Nullstelle? ein Fixpunkt? Intervallhalbierung?... Regula Falsi??... Newton-?? Wann, warum und wie schnell findet Intervallhalbierung garantiert eine Nullstelle? Newton-
Ein Basis- der numerischen Mathematik Was es ist: Wiederholtes Anwenden eines Rechenschrittes liefert Näherungen, die schrittweise, mit zunehmender Genauigkeit, die Lösung anstreben. Typischerweise als : Ergebnisse des Rechenschrittes werden Eingabewerte des nächsten Schrittes, bis die Werte genau genug sind. Anwendung: wenn es keine exakten Lösungsformeln gibt; und selbst wenn: iterative sind oft einfacher, genauer oder effizienter. Die untersucht, ob und wie gut es funktioniert: Existenz, Eindeutigkeit, Konvergenzgeschwindigkeit. Newton-
Das vieler iterativer Gegeben: eine Funktion φ(x) und ein Startwert x (0). Ergebnis: falls konvergent, liefert die einen Fixpunkt ξ von φ. svorschrift: für k = 0, 1, 2... x (k+1) = φ(x (k) ) Viele numerische lassen sich als Spezialfälle einer betrachten. Aussagen über die Konvergenz von en sind deswegen von allgemeiner Bedeutung. Newton-
, mehrdimensional läuft analog zum eindimensionalen Fall ab Gegeben: eine AbbildungΦ : R n R n, x Φ(x), ein Startvektor x (0). Ergebnis: falls konvergent, ein Fixpunktξvon Φ. svorschrift: für k = 0, 1, 2... x (k+1) =Φ(x (k) ) Im Vergleich zur eindimensionalen Formulierung ändern sich nur die Bezeichnungen: aus Variable x R wird Vektor x R n, aus Funktion f(x) wird vektorwertige FunktionΦ(x) aus Fixpunkt ξ R wird ξ R n Newton-
: Widerstandsbeiwert λ Formel aus technischem Handbuch berechnet Druckabfall p = λ ρv2 2 1 λ = (2 log 10 (Re λ) 0,8) 2 Gegeben: Reynoldszahl Re = 10 6 Gesucht: Widerstandsbeiwert λ Wir rechnen e: Umformen auf Nullstellen-Aufgabe, Nullstellen-Aufgabe, Newton- Matlab: fzero Newton-
Die Gleichung liegt in Form vor 1 λ = (2 log 10 (Re λ) 0, 8) 2 Starte mit Näherung, z.b. für laminarer Strömung, λ (0) = 64/Re. Formel auswerten verbesserte Näherung; iteriere bis zur Konvergenz. Das funktioniert, weil die Formel auf der rechten Seite nicht wirklich stark von λ abhängt. (Exakteres Kriterium folgt!) Liefert in diesem Fall: λ (0) = 6, 4 10 5 ; λ (1) = 0, 0204; λ (2) = 0, 0111; λ (3) = 0, 0117; λ (4) = 0, 0116; Danach ändert sich die vierte Nachkommastelle nicht mehr. Newton-
Umformen auf Nullstellen-Aufgabe f(x) = 0 f(x) = x 1 (2 log 10 (Re x) 0, 8) 2 Wähle Startwerte a = 0, 1; b = 0, 01; Berechne Funktionswerte f(a) = 0, 0904; f(b) = 0, 0018 Werte aus: a b c = a f(a) = 0, 0118 f(a) f(b) Wiederhole mit neuen a, b a = 0, 01; b = 0, 0118 Erneut auswerten f(a); f(b); c = 0, 0116
in Form jeder Schritt berechnet aus zwei alten Werten zwei neue Näherungen [ ] a Startvektor x (0) = b sschritt Als neuer a-wert wird voriger b-wert übernommen Neuer b-wert wird aus vorigen a und b berechnet [ ] [ ] a (k+1) b (k) b (k+1) = a (k) f(a (k) a ) (k) b (k) f(a (k) ) f(b (k) ) Funktion Φ : R 2 R 2 Φ : [ ] [ ] a b a b b a f(a) f(a) f(b) Newton-
Newton- Bei diesem ist f(x) umständlich zu differenzieren... f 2 (x) = 1+ ( 2log(Re x) x log(10) log(10) 0, 8 Mit Startwert x (0) = 0, 01; ergibt sich f(x (0) ) = 0, 0018; f (x (0) ) = 1.1115 neue Näherung x (1) = x (0) f(x (0) )/f (x (0) ) x (1) = 0, 0116 ) 3 Newton-
Newton- in Form Auch das Newton- ist ein (eindimensionales)! Gleichung x = x f(x) f (x) x = φ(x) Bitte verwechseln Sie nicht Sie suchen die Nullstelle einer Funktion f(x). Das Newton- sucht einen Fixpunkt der Funktion φ(x) = x f(x)/f (x) Newton-
Matlab-Funktion x=fzero(@f, x0) versucht Nullstelle von f nahe x0 (skalarer Startwert) zu finden. Findet nur Nullstellen mit Vorzeichenwechsel. Für y = 1/(x + 1) findet fzero als Nullstelle x = 1, ohne mit der Wimper zu zucken! Kombiniert mehrere : Intervallhalbierung, und inverse quadratische Interpolation. Die Funktion wird in MATLAB als function M-file programmiert function y=f(x) Re=1e6; y=x-1/(2*log10(re*sqrt(x))-0.8)^2; Newton-
für dieses hier gut geeignet, weil sich Unterschiede in den Input-Werten nur schwach auf das Resultat auswirken! Berechnen der Ableitung für das Newton- ist aufwendig. arbeitet ableitungsfrei und braucht pro Schritt grob halb so viel Rechenaufwand wie Newton. Genauere Untersuchung zeigt: Zwei Schritte des Sekantenverfahrens bringen mehr Genauigkeit als ein Newton-Schritt rechengünstiger! Matlabs fzero funktioniert problemlos, wenn man seine Grenzen kennt. Newton-
Noch ein x ǫ sin x = m Die Kepler-Gleichung setzt verschiedene Parameter einer elliptischen Umlaufbahn in Beziehung Angenommen, ǫ 1 und m 0 sind gegeben; x ist gesucht. Formulieren Sie selber Lösungswege graphische Darstellung: wo liegen überhaupt Lösungen? Durch Als Nullstellen-Aufgabe (hier lässt sich das Newtonsche gut anwenden) lässt sich (z. B. aus Graphik) ein Einschluss-Intervall angeben? Newton-
Nur damit Sie sehen: nicht alle Näherungsverfahren sind vom Typ der en sind ein anderer Typ von Näherungsverfahren (die wir hier nicht weiter behandeln). Für die Kepler-Gleichung gilt (unter Vernachlässigung vierter und höherer Potenzen von ǫ): ( ) x = m+ ǫ ǫ3 ǫ22 sin(m)+ sin(2m)+3ǫ3 8 8 sin(3m)+... Je kleiner ǫ, desto genauer. Wenn nicht mehr Reihenglieder angegeben sind, lässt sich die Genauigkeit aber nicht weiter steigern. Newton-
Konvergenz des Fixpunktverfahrens Das Fixpunktverfahren konvergiert lokal, falls φ (ξ) < 1. Ist φ(x) in einer Umgebung des Fixpunktes ξ stetig differenzierbar und φ (ξ) < 1, so konvergiert die x (k+1) = φ(x (k) ) mindestens linear mit C φ (ξ) gegen ξ für alle x (0) in der Nähe des Fixpunktes. Der Fehler nimmt um den Faktor C pro ab Newton-
Interpretation der Bedingung φ (ξ) < 1. Salopp formuliert: konvergiert, wenn φ(x) nicht wirklich stark von x abhängt. Ableitung φ misst, wie stark sich φ(x) ändert, wenn sich x ändert. Der Konvergenzsatz quantifiziert, wie stark φ von x abhängen darf, damit konvergiert. Newton-
Andere Form der ng Unterschiedliche Eingaben bewirken kleinere Unterschiede im Ergebnis φ(x) φ(y) C x y, C < 1 Exakte Formulierung kontrahierende Abbildung und Beweis im Skriptum. Newton-
: φ(x) = 9 4 x(1 x) Zwei Fixpunkte: ξ 1 = 0,ξ 2 = 5 9. Einsetzen der Fixpunkte in φ (x) = 9 4 (1 2x) liefert Folgerungen: φ (0) = 9 4 > 1 φ ( 5 9 ) = 1 4 < 1 Für Startwerte in der Nähe von ξ 2 = 5 9 konvergiert die. φ(x) ändert sich dort nur etwa 1/4 so stark, wenn sich x-werte ändern. Ein Fehler im Eingabewert bewirkt einen 1/4 so großen Fehler im Resultat. Wiederholtes Einsetzen macht den Fehler immer kleiner Newton-
Lineare und bessere Konvergenz Der neue Fehler ist mindestens um einen Faktor C kleiner als... der alte Fehler: lineare Konvergenz das Quadrat des alten Fehlers: quadratische Konvergenz; typisch für Newton-. allgemein: die p-te Potenz des alten Fehlers: Konvergenz p-ter Ordnung. Bei Sekanten- ist p 1.61. Faustregeln Lineare Konvergenz braucht eine fixe Anzahl von Schritten pro gültiger Stelle. Ein Newton-Schritt verdoppelt die Zahl der gültigen Stellen. Ein Sekanten-Schritt erhöht die gültigen Stellenanzahl um etwa 60%. Newton-
: Definition Sei ξ Fixpunkt von φ(x), und für alle Startwerte aus einem Intervall um ξ und die zugehörige Folge {x (k) } aus der Vorschrift x (k+1) = φ(x (k) ) verhalten sich die Fehlerschranken x (k) ξ ǫ (k) gemäß und C < 1, falls p = 1. ǫ (k+1) C (ǫ (k)) p Das sverfahren heißt dann ein von (mindestens) p-ter Ordnung Newton-
: Lehrsatz Zusammenhang zwischen Ableitungen im Fixpunkt und Ist φ(x) in einer Umgebung von ξ genügend oft differenzierbar und φ (ξ) = 0, φ (ξ) = 0,...,φ (p 1) (ξ) = 0, und φ (p) (ξ) 0, dann liegt für p = 2, 3,... ein p-ter Ordnung vor. Ein erster Ordnung liegt vor, wenn zu p = 1 gilt: φ (ξ) < 1. Newton-
, graphisch interpretiert waagrecht zur Mediane, senkrecht zur Funktion 0.8 x = ax(1 x) graphisch veranschaulicht für a = 5/2 Startwert x = 1/100 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1
x = ax(1 x) 0.8 für a = 3,15 Startwert x = 1/100 0.6 konvergiert zu Zyklus mit Periode 2 0.4 weitere e: Skriptum-Titelblatt 0.2 0 0.2 0.4 0.6 0.8 1
Ein Prüfungsbeispiel Die Funktion φ(x) = 18 30 x + 23 x2 4 x 3 9 hat Fixpunkte für x = 3/4, 2 und 3. 1. Rechnen Sie, ausgehend vom Startwert x (0) = 1, drei Schritte der. 2. Überprüfen Sie mithilfe der Konvergenzsätze für die verschiedenen Fixpunkte: Konvergiert die x (k+1) = φ(x (k) ), und wenn ja, mit welcher? 3. Finden Sie eine Nullstelle von φ(x) mit dem Newtonschen. Newton-
Prüfungsbeispiel Gegeben sei die Funktion φ(x) = ax(1 x) für ein a 0 1. Zeigen Sie: x = 0 und x = (a 1)/a sind Fixpunkte von φ. 2. In welchem Bereich muss a liegen, damit eine lokal zu x = 0 konvergiert? 3. In welchem Bereich muss a liegen, damit eine lokal nach x = (a 1)/a konvergiert? 4. Für welchen Wert von a folgt lokal quadratische Konvergenz zum Fixpunkt x = (a 1)/a? Newton-
Prüfungsbeispiel Gegeben sei die Funktion f(x) = x 3 1. 1. Wie lautet die reelle Nullstelle von f? 2. Zeigen Sie: Das Newton- zur Nullstellenbestimmung führt auf die svorschrift x = 1 3 x 2 + 2 x 3 3. Leiten Sie die dieser her. Newton-
Newton-Raphson für x 3 1 = 0 Die Formel des Newton-s gilt auch für komplexen Zahlen. Gleichung x = 1 3x 2 + 2x 3 konvergiert je nach Startwert zu x = 1, 0.5±0.866025i
Zwei nichtlineare Gleichungen für Gegeben sei das nichtlineare Gleichungssystem (log ist natürlich der natürliche Logarithmus) 4x y + xy 1 = 0 x + 6y + log(xy) 2 = 0 Ausgehend von der Näherungslösung x 0 = 0,3 und y 0 = 0,6 bestimme man durch geeignete verbesserten Näherungen x 1 und y 1. Newton-
Mehrere Unbekannte: Aufgabentypen Nichtlineares Gleichungssystem in zwei Unbekannten 4x y + xy = 1 x + 6y = 2 log(xy) Nullstelle einer vektorwertigen Funktion f : R 2 R 2 4x y + xy 1 = 0 x + 6y + log(xy) 2 = 0 f(x, y) = 0 g(x, y) = 0 f(x) = 0 Fixpunkt einer vektorwertigen FunktionΦ : R 2 R 2 x 1 = 1 4 (x 2 x 1 x 2 + 1) x 2 = 1 6 (x 1 log(x 1 x 2 )+2) x =Φ(x) im Skriptum, ab S.21, durchgerechnet!